当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
公务员家庭聚餐也禁止了吗？
***机关工作人员如何申请Windows电脑？
postgres集群的选择?
伊以的对轰证明伊朗似乎没那么菜！美国会下场吗？
越正经的女人越容易做出疯狂的事吗？
写业务的话，go是不是垃圾？
如何看待苹果在 WWDC25 发布的 Foundation 模型框架，它将为开发者和用户带来哪些改变？
哪张照片让你觉得刘亦菲美得不可方物？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
中国军事力量在亚洲能排第一吗？
蜂鸟音乐指控邓紫棋侵权，要求 48 小时内下架重录歌曲，邓紫棋回应「不会下架」，这一指控合理吗？
为什么越来越多的国内男孩，要娶国外女孩?
为什么中国民众的反日情绪如此激烈？
主流的云厂商各自优势在哪里？
一米二的棍子打的赢三十厘米的刀子吗？
现在个人博客不能备案了吗？
你后悔买领克了吗？
有没有人告诉我，云南昭通到底怎么样？
如何看待伊朗最高领袖哈梅内伊 6 月 18 日发布“必须强力打击以色列，永不妥协”的声明？
有哪些你去旅行后祛魅的城市？
Node.js是谁发明的?
曼德拉是南非的罪人吗？
广东怀集遇历史最大洪水，约 30 万人受灾，积水最深处达 3 米，目前当地情况如何？
F-35作战半径1100公里，以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的？
当量子计算机能预测人类选择，自由意志是否沦为算法的注脚？
为什么J***a没有提供通过包管理器安装应用程序的功能呢？
女明星做了什么医美项目保持童颜？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
Mac微信如何备份聊天记录?
京东刘强东近期小范围分享怎么看？
